3、 在 opencv 窗口实时显示高斯模糊后的（彩色）图像的设计思路

设计思路如下：

1. 读取彩色图像并显示在 OpenCV 窗口中。

2. 创建一个滑动条，用于调整高斯核的大小和标准差。

3. 在窗口中实时显示经过高斯模糊后的图像。

4. 当滑动条的值发生变化时，重新计算并显示模糊后的图像。

下面是代码实现的示例：

import cv2

def on_trackbar(val):
    global img
    kernel_size = cv2.getTrackbarPos("Kernel Size", "Gaussian Blur")
    std_dev = cv2.getTrackbarPos("Standard Deviation", "Gaussian Blur")
    img_blur = cv2.GaussianBlur(img, (kernel_size, kernel_size), std_dev)
    cv2.imshow("Gaussian Blur", img_blur)

img = cv2.imread("image.jpg")
cv2.namedWindow("Gaussian Blur")
cv2.createTrackbar("Kernel Size", "Gaussian Blur", 1, 21, on_trackbar)
cv2.createTrackbar("Standard Deviation", "Gaussian Blur", 1, 10, on_trackbar)
cv2.imshow("Gaussian Blur", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

代码中，on_trackbar 函数是滑动条数值变化时的回调函数。在该函数中，获取当前滑动条的值，并根据该值重新计算高斯模糊后的图像。然后，将该图像显示在窗口中。

在主函数中，读取图像并创建窗口和滑动条。然后，显示原始图像，并等待用户按下任意键关闭窗口。